| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 基于高分辨率遥感影像的建筑物提取技术研究现状 | 第11-13页 |
| 1.2.2 基于LiDAR数据的建筑物提取技术研究现状 | 第13-14页 |
| 1.2.3 结合LiDAR数据和影像数据的建筑物提取技术研究现状 | 第14-15页 |
| 1.3 论文主要工作及结构安排 | 第15-18页 |
| 第2章 多源高分辨率遥感数据介绍及预处理 | 第18-32页 |
| 2.1 数据介绍及预处理 | 第18-21页 |
| 2.1.1 高分辨率遥感影像数据的特点 | 第18-19页 |
| 2.1.2 DSM数据及预处理 | 第19-21页 |
| 2.1.3 实验数据介绍 | 第21页 |
| 2.2 滤波算法介绍 | 第21-26页 |
| 2.2.1 均值滤波 | 第22-23页 |
| 2.2.2 高斯滤波 | 第23-24页 |
| 2.2.3 中值滤波 | 第24页 |
| 2.2.4 双边滤波 | 第24-26页 |
| 2.3 边缘提取算法介绍 | 第26-29页 |
| 2.3.1 边缘的分类 | 第27页 |
| 2.3.2 边缘提取算法 | 第27-29页 |
| 2.4 建筑物提取精度评价 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于纹理重叠模型算法的建筑物提取研究 | 第32-44页 |
| 3.1 ORT算法模型及基础概念 | 第32-35页 |
| 3.2 ORT算法原理 | 第35-38页 |
| 3.2.1 局部直方图变换 | 第36-37页 |
| 3.2.2 非负矩阵因式分解 | 第37页 |
| 3.2.3 去卷积 | 第37-38页 |
| 3.3 基于ORT算法的多源遥感建筑物提取算法研究 | 第38-39页 |
| 3.4 实验结果及分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于支持向量机的建筑物提取算法研究 | 第44-64页 |
| 4.1 SVM基本理论 | 第44-50页 |
| 4.1.1 支持向量机的基本原理 | 第44-47页 |
| 4.1.2 核函数和参数选择 | 第47-50页 |
| 4.2 结合多特征的SVM遥感影像建筑物提取 | 第50-55页 |
| 4.2.1 算法基本流程 | 第50-52页 |
| 4.2.2 低层特征提取 | 第52-54页 |
| 4.2.3 高层语义特征的提取 | 第54-55页 |
| 4.3 基于数学形态学的建筑物目标优化 | 第55-56页 |
| 4.4 实验仿真与评价 | 第56-62页 |
| 4.4.1 实验数据选取与介绍 | 第56-57页 |
| 4.4.2 实验结果与分析 | 第57-62页 |
| 4.5 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
